加州大学洛杉矶分校 发布 Time-IMM 数据集, 应用在 时间序列分析、多模态数据处理 领域

加州大学洛杉矶分校 本次发布的数据集 Time-IMM, Time-IMM是一个专门设计用于捕捉多模态多变量时间序列中因果关系驱动的非规则性的数据集。该数据集代表了九种不同的时间序列非规则性类型，这些类型被归类为基于触发器、基于约束和基于人工制品的机制。Time-IMM提供了丰富的注释文本数据，以及数值观察数据，使研究人员能够全面地模拟复杂的多模态交互和非规则采样行为。此外，IMM-TSF是一个用于在非规则多模态时间序列上进行预测的基准库，支持通过模块化组件进行编码和融合，从而实现灵活和现实的实验。通过引入Time-IMM和IMM-TSF，研究人员可以更深入地研究在真实世界条件下进行时间序列分析的方法，从而推动相关领域的发展。

查看Time-IMM

关于 加州大学洛杉矶分校 , 加州大学洛杉矶分校（UCLA）是一所位于美国加利福尼亚州洛杉矶的公立研究型大学，是美国顶尖的学府之一，以其在学术研究、教育质量以及学生多样性方面享有盛誉。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。